【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功

目录

  • 一、前言
  • 二、安装CUDA
  • 三、安装cuDNN
  • 四、总结
  • 五、参考


一、前言

正如题目所言,最近笔者需要配置一台机器上的深度学习环境,即CUDA工具包和与之对应的cuDNN库,具体步骤如下。
因为我已经装过了,为了教程演示,首先卸载CUDA工具包,利用其自带的卸载程序:

在这里插入图片描述
在这里插入图片描述

检查本机是否有CUDA工具包,输入nvcc -V:
【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第1张图片


二、安装CUDA

  1. 在命令行输入nvidia-smi查看显卡驱动版本也就是最高支持的CUDA工具包版本。
    例如,本机可安装11.2及以下的CUDA工具包:
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第2张图片

  2. 在nVidia官网选择对应版本的CUDA工具包并选择你的机器配置,我们就选择11.2.0版本下载,
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第3张图片
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第4张图片

  3. 在终端执行如下命令:

    wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda_11.2.0_460.27.04_linux.run
    sudo sh cuda_11.2.0_460.27.04_linux.run
    

    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第5张图片
    如果出现以下提示,选择continue并在第四步取消安装驱动即可。
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第6张图片

  4. 根据提示一步步安装

    键入accept确认。
    在这里插入图片描述

    我们已经有驱动了,这里取消安装驱动,上下键和回车键选择。
    在这里插入图片描述
    稍作等待,出现以下提示信息就安装好了,可以看到CUDA安装到了/usr/local/cuda-11.2/
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第7张图片

  5. 配置环境变量
    打开配置文件

    vi /etc/profile
    

    在配置文件末尾加上:

    export PATH=//usr/local/cuda-11.2/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64$LD_LIBRARY_PATH
    

    source 一下配置文件

    source /etc/profile
    
  6. 检查是否安装完成
    使用nvcc -V检查CUDA是否安装完成,出现以下提示代表安装完成。
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第8张图片
    编译并执行CUDA样例程序,出现pass代表CUDA和GPU正常运行:

    cd /usr/local/cuda-11.2/samples/1_Utilities/deviceQuery
    sudo make
    ./deviceQuery
    

    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第9张图片

三、安装cuDNN

  1. 根据安装的CUDA工具包版本在官网选择适合版本的cuDNN,本文安装的CUDA版本是11.2,就选择与之对应的cuDNN v8.4.0,选择Local Installer for Linux x86_64 (Tar)
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第10张图片
  2. 复制cuDNN库的链接,使用wget下载或者下载到自己电脑之后再传到服务器上。
  • 我的服务器网速有点慢,所以选择先下到自己电脑再传上去,速度很快啊。
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第11张图片在这里插入图片描述
  1. 解压cuDNN文件,并进入解压出的文件夹,拷贝文件到/usr/local/cuda-11.2中

    	tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz
    	cd cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive
    	sudo cp lib/* /usr/local/cuda-11.2/lib64/
    	sudo cp include/* /usr/local/cuda-11.2/include/
    	sudo chmod a+r /usr/local/cuda-11.2/lib64/*
    	sudo chmod a+r /usr/local/cuda-11.2/include/*
    
  2. 查看cuDNN版本,旧版本指令为cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A2,新版本有更新,将cuDNN版本信息单拉了一个文件名为cudnn_version.h,所以新版本查看cuDNN版本的命令为cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
    【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_第12张图片

上述教程为这台机器上的所有用户安装了CUDA和cuDNN,我们切一下普通用户查看nvcc是否能用。
在这里插入图片描述
好的,安装完成。


四、总结

以上就是今天要讲的内容,本文介绍了如何Ubuntu系统下,安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功。
本文提供了简单的手段查看CUDA 和 cuDNN是否安装成功。
如果本文能给你带来帮助的话,点个赞鼓励一下作者吧!

五、参考

[1] CUDA工具包:https://developer.nvidia.com/cuda-toolkit-archive
[2] cuDNN库:https://developer.nvidia.com/rdp/cudnn-archive

你可能感兴趣的:(Linux,环境配置,linux,深度学习)